基于属性散射中心模型的多视角目标部件特征提取方法技术

本发明专利技术属于雷达信号处理领域，公开了一种基于属性散射中心模型的多视角目标部件特征提取方法，包括：获取多视角ISAR平台接收到的多视角全孔径回波数据，对其进行孔径划分，得到M个子孔径回波数据；对每个子孔径回波数据的属性散射中心进行参数估计、对每个子孔径回波数据的属性散射中心的初始参数集去冗余；选取一个子孔径作为基准子孔径，将其他M‑1个子孔径旋转到与基准子孔径相同的坐标系下；对同一坐标系下的M个子孔径回波数据去冗余之后的属性散射中心的简化参数集联合去冗余，得到属性散射中心的最终参数集；根据属性散射中心的最终参数集，得到目标部件特征。

【技术实现步骤摘要】

本专利技术涉及雷达信号处理领域，尤其涉及一种基于属性散射中心模型的多视角目标部件特征提取方法，可用于雷达回波反演、数据量压缩、成像分辨率提高以及目标分类与目标识别。
技术介绍
近年来的宽带射频半导体技术发展使得ISAR能够获得亚米级甚至厘米级距离分辨率。为了在方位向也获得与距离向相同级别的分辨率，则需要更大的方位积累角，即进行大转角ISAR成像。大转角成像中，比较简单的做法是采用多视角成像的方法，提高数据的综合利用率。借用MIMO的一些术语，多视角ISAR数据具有空间分集、频率分集和波形分集的优势，采用多视角ISAR数据处理具有以下特点：系统与传统ISAR平台相同，数据获取容易。多视角ISAR系统相当于处于不同方位的ISAR平台，不要求系统参数一致，灵活性非常高。多视角ISAR处理相当于对传统ISAR获取的数据的综合利用，提高数据利用率。数据处理的一致性。可以用不同的ISAR平台处于不同方位的回波对目标进行各方位子孔径的描述，提取的目标部件特征的方法相同，有相同的特征描述参数。信息融合。由于多视角ISAR系统的灵活性，最终在图像层或特征层都得进行融合处理。多视角ISAR成像处理指对同一目标或场景从不同角度进行探测获得回波数据，可以是同一雷达的不同方位角，也可以是不同雷达不同方位角获得。多视角ISAR成像处理主要在于信息的融合过程，多视角信息融合分为四个层次：信号层、图像层、特征层和分类层。研究较早的是图像层，应用较多的是地图的测绘。因为每个子孔径回波都可以单独成像，所以比较简单的做法就是每幅图进行旋转取大的融合方法。信号层是指对回波信号不做预先处理，直接进行多视角成像或特征提取。特征层和分类层首先利用单个子孔径进行特征提取与分类，然后进行综合决策。特征层融合常用方法是利用散射中心在雷达视线上的几何投影，由多姿态角下一维距离数据的散射中心位置进行关联来重建目标的二维或三维像。但很少有人进行过多姿态角下属性散射中心模型的参数化部件提取，进行特征层的参数关联融合，将大转角图像分解成一个个参数化部件，并得到每个部件的表征信息。
技术实现思路
本专利技术的实施例提供一种基于属性散射中心模型的多视角目标部件特征提取方法，采用基于属性散射中心模型的多视角目标部件特征提取技术，是特征层的参数融合，最终得到目标全方位各部件的特征参数集。本专利技术技术方案实现的思路为：多视角参数集的融合分为单个子孔径参数处理与子孔径间的参数处理。单个子孔径内：当分布式散射体初始指向角不在子孔径方位积累角内时，会将分布式散射体图像分散成几个点，所以子孔径内部需进行判断，将超过积累角的分布式散射体去掉。由于各个子孔径之间存在参数冗余，所以子孔径间参数融合前需进行去冗余操作。子孔径之间：分为点散射部件与分布式部件，如果为点散射部件则判断位置没有相同，也没有分布在分布式部件覆盖区域即可，如果是分布式部件，则先判断初始指向角，如果初始指向角相同，再判断部件的距离有多大，当两个部件距离较近时，再根据部件长度是否有重叠来判断是否出现参数冗余现象。为达到上述目的，本专利技术的实施例采用如下技术方案：一种基于属性散射中心模型的多视角目标部件特征提取方法，所述方法包括如下步骤：步骤1，获取多视角ISAR平台接收到的多视角全孔径回波数据，并对所述多视角全孔径回波数据进行孔径划分，得到M个子孔径回波数据；M为大于1的自然数；步骤2，对每个子孔径回波数据的属性散射中心进行参数估计，得到每个子孔径回波数据的所有属性散射中心的初始参数集；步骤3，对每个子孔径回波数据的属性散射中心的初始参数集去冗余，得到每个子孔径回波数据去冗余之后的属性散射中心的简化参数集；步骤4，任意选取M个子孔径中的一个子孔径作为基准子孔径，将其他M-1个子孔径回波数据去冗余之后的属性散射中心的简化参数集旋转到与基准子孔径回波数据去冗余之后的属性散射中心的简化参数集相同的坐标系下；步骤5，对同一坐标系下的M个子孔径回波数据去冗余之后的属性散射中心的简化参数集联合去冗余，得到属性散射中心的最终参数集；步骤6，根据属性散射中心的最终参数集，得到目标部件特征。本专利技术技术方案产生的有益效果：经过多视角目标部件特征提取，获得各部件属性散射中心模型的参数集，用此参数集表征目标，相比于雷达回波，可以达到压缩数据的效果，用此参数集还可以反演目标全孔径雷达回波，在多视角成像中还可以通过目标部件级的加强来加强雷达图像的可视性。另外，可以根据目标部件的属性散射中心模型参数集进行特征层的目标识别与分类。附图说明为了更清楚地说明本专利技术实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。图1是本专利技术的实现多视角系统的示意图；图2是本专利技术多视角参数融合总流程图；图3是本专利技术多视角参数融合总流程图中子孔径间参数融合的具体流程图；图4是应用本专利技术对原始信号无噪声与信噪比0dB情况下与经过多视角部件提取后重构信号的多视角图像融合结果对比；图5是应用本专利技术对原始信号信噪比0dB时与经过多视角部件提取后重构信号的多视角图像融合结果对比；图6是应用本专利技术对模型多视角部件提取并重构的结果与原部件参数位置在图中进行标记对比的结果；图7是对XPATCH仿真的挖掘机原始数据与经过多视角部件提取后重构后多视角合成结果对比；图8是(a)对部件提取后对每个部件加强的多视角合成图，(b)是根据提取部件位置标注在图中的情况。具体实施方式下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。为了确保目标全方位信息不被遗漏，多视角数据为方位向有部分重叠的数据，本专利技术用的数据为一个目标大视角180度的数据进行部分重叠划分的多视角数据。多视角ISAR属性散射参数估计包括各子孔径参数估计与多视角参数集融合。多视角融合分为两部分，一部分是多视角参数集的融合，一部分是多视角图像的融合。本专利技术重点是特征层的多视角参数集的融合。多视角参数集的融合分为单个子孔径参数处理与子孔径间的参数处理。本专利技术实施例提供一种基于属性散射中心模型的多视角目标部件特征提取方法，参照图1，所述方法包括如下步骤：步骤1，获取多视角ISAR平台接收到的多视角全孔径回波数据，并对所述多视角全孔径回波数据进行孔径划分，得到M个子孔径回波数据；M为大于1的自然数。步骤1中对所述多视角全孔径回波数据进行孔径划分，得到M个子孔径回波数据时要求相邻子孔径回波数据在方位角上有重叠，重叠区域至少为子孔径积累角的一半。步骤2，对每个子孔径回波数据的属性散射中心进行参数估计，得到每个子孔径回波数据的所有属性散射中心的初始参数集。步骤2具体包括如下子步骤：(2a)属性散射中心模型为：其中，C＝3×108m/s表示光速；表示属性散射中心p的参数集，Ap表示属性散射中心p的复幅度，,xp,yp表示属性散射中心p的位置坐标，Lp表示属性散射中心p本文档来自技高网...

【技术保护点】
一种基于属性散射中心模型的多视角目标部件特征提取方法，其特征在于，所述方法包括如下步骤：步骤1，获取多视角ISAR平台接收到的多视角全孔径回波数据，并对所述多视角全孔径回波数据进行孔径划分，得到M个子孔径回波数据；M为大于1的自然数；步骤2，对每个子孔径回波数据的属性散射中心进行参数估计，得到每个子孔径回波数据的属性散射中心的初始参数集；步骤3，对每个子孔径回波数据的属性散射中心的初始参数集去冗余，得到每个子孔径回波数据去冗余之后的属性散射中心的简化参数集；步骤4，任意选取M个子孔径中的一个子孔径作为基准子孔径，将其他M‑1个子孔径回波数据去冗余之后的属性散射中心的简化参数集旋转到与基准子孔径回波数据去冗余之后的属性散射中心的简化参数集相同的坐标系下；步骤5，对同一坐标系下的M个子孔径回波数据去冗余之后的属性散射中心的简化参数集联合去冗余，得到属性散射中心的最终参数集；步骤6，根据属性散射中心的最终参数集，得到目标部件特征。

【技术特征摘要】
1.一种基于属性散射中心模型的多视角目标部件特征提取方法，其特征在于，所述方法包括如下步骤：步骤1，获取多视角ISAR平台接收到的多视角全孔径回波数据，并对所述多视角全孔径回波数据进行孔径划分，得到M个子孔径回波数据；M为大于1的自然数；步骤2，对每个子孔径回波数据的属性散射中心进行参数估计，得到每个子孔径回波数据的属性散射中心的初始参数集；步骤3，对每个子孔径回波数据的属性散射中心的初始参数集去冗余，得到每个子孔径回波数据去冗余之后的属性散射中心的简化参数集；步骤4，任意选取M个子孔径中的一个子孔径作为基准子孔径，将其他M-1个子孔径回波数据去冗余之后的属性散射中心的简化参数集旋转到与基准子孔径回波数据去冗余之后的属性散射中心的简化参数集相同的坐标系下；步骤5，对同一坐标系下的M个子孔径回波数据去冗余之后的属性散射中心的简化参数集联合去冗余，得到属性散射中心的最终参数集；步骤6，根据属性散射中心的最终参数集，得到目标部件特征。2.根据权利要求1所述的一种基于属性散射中心模型的多视角目标部件特征提取方法，其特征在于，步骤1中对所述多视角全孔径回波数据进行孔径划分，得到M个子孔径回波数据时要求相邻子孔径回波数据在方位角上有重叠，重叠区域至少为子孔径积累角的一半。3.根据权利...

【专利技术属性】
技术研发人员：邢孟道，徐丹，符吉祥，孙光才，
申请(专利权)人：西安电子科技大学，
类型：发明
国别省市：陕西;61